这是一个创建于 906 天前的主题，其中的信息可能已经有所发展或是发生改变。
- 崩溃率 = 崩溃次数 /启动次数
- 用户崩溃率 = 影响用户 /活跃用户 查了一下， [崩溃率] 的及格标准是 0.4%，但是 [用户崩溃率] 的标准查不到，我们 APP 目前 7 天内的 [用户崩溃率] 达到了 12%（火山引擎看到的）。
想问下大家 APP 的 [用户崩溃率 多少呢？要多少才达到及格标准
第 1 条附言 2023-04-27 14:54:04 +08:00
* 崩溃率 = 崩溃次数 /启动次数
* 用户崩溃率 = 影响用户 /活跃用户
这里我们主要讨论 [用户崩溃率] 哈，看看多少才是及格的
* 用户崩溃率 = 影响用户 /活跃用户
这里我们主要讨论 [用户崩溃率] 哈，看看多少才是及格的
 | 1 kop1989smurf 2023-04-27 10:54:50 +08:00 我自己的开发经验中，并没有楼主描述的“用户崩溃率”这个维度的概念。 因为崩溃影响的用户数量，并不是一个直观的反应产品质量的参数。 假设某个群体，或者某款设备因为软件 bug ，100%崩溃，导致他频繁重试。 那么反映在“用户崩溃率”上的数值不会变，没有指导意义。 反之，崩溃率是直接反应产品风险和稳定性的指标。 |
 | 2 pual 2023-04-27 10:56:51 +08:00 99.99% crash free |
 | 3 urnoob 2023-04-27 11:07:54 +08:00 好像崩溃率 0 |
 | 4 palxie 2023-04-27 11:26:05 +08:00 我们在 Firebase Crash-free users, android 98.9, ios 99.73 |
 | 5 KratosOmega OP @kop1989smurf 火山引擎、友盟确实有这种 [用户崩溃率] 的概念。 @palxie 你们这个 [Crash-free users] 是 1 天内的还是 7 天内的呢？我们 1 天内的都高达 7%。另外 Firebase [Crash-free users] 的计算，也是 影响用户 /活跃用户？ |
 | 6 orangeshine 2023-04-27 13:09:10 +08:00 我们产品要求朝着万分之二的标准去做 |
| 7 KratosOmega OP @orangeshine [用户崩溃率] ？ |
 | 8 CFM880 2023-04-27 13:49:05 +08:00 昨天崩溃设备占 0.18% |
| 9 palxie 2023-04-27 13:56:32 +08:00 我们在 Firebase Crash-free users, android 98.9, ios 99.73 -------- @KratosOmega #5 我的是 7 天的, 计算的方式是 1-(Crashed Users / All Users) |
| 10 CFM880 2023-04-27 13:56:49 +08:00 崩溃设备去重 /启动设备去重 是 0.1% |
| 11 palxie 2023-04-27 14:00:23 +08:00 我们公司并没有人关注奔溃率, 也都是开发自己上去看看, 把能解决的, 影响多的, 给处理掉 |
 | 12 iovekkk 2023-04-27 14:05:00 +08:00 当年在一家小公司，领导要求崩溃率控制在千分之五以下 后来去了一家相对大一点的公司，好家伙，这家公司的产品有三个版本 一周发一个版本的灰度渠道，用户数有十几万 两周发一个版本的相对稳一点的灰度渠道，用户数有几十万 最后就是各大应用商店的正式渠道了，一个多月发一次版本，用户数有几千万 正式渠道的版本崩溃率一直都是万分之一二左右 |
 | 13 MarsCloud 2023-04-27 14:24:05 +08:00 基本上控制在 千分之一以内吧，平均维持在 万分之五。 |
 | 14 learnerkk 2023-04-27 14:36:36 +08:00 一般公司都是在千 5 以下。 其实对这个崩溃率的容忍度，核心在于你们公司的用户量究竟有多少？ 大公司因为用户量大，所以标准会严格点，达到万 5 甚至更低。毕竟你百万日活，有那么几十个崩溃也正常； 同样的小公司日活几万～几十万，千五也就差不多是这么个数吧。 |
 | 15 iweus 2023-04-27 14:41:15 +08:00 刚查了下我们公司的 app,日均展示次数 3.9w ，崩溃 400 次，崩溃率大概 0.01 |
 | 16 mcluyu 2023-04-27 14:53:51 +08:00 firebase 此数据来自 Google Analytics （分析），可能与 Crashlytics 不同。 计算公式如下： 1 -（崩溃用户数 /所有用户数） 最近 30 天：99.92% |
 | 17 PlF5rhxZ7ilCSfBI 2023-04-27 15:00:55 +08:00 Google play 后台会有统计，他会把相同类型的崩溃率昨个做个统计，然后列出 Bad behaviour threshold 这条线，你的应用，高于这个，就是 bad ，低于这个，就可能上 google play 的 feature ，也就是优秀 |
 | 18 lunatic5 2023-04-27 15:02:40 +08:00  GooglePlay 后台的阈值标准 |
 | 19 Leon821 2023-04-27 17:40:36 +08:00 0.15%是最后的底线了，常规在 0.1% |
 | 20 evilwk 2023-05-11 12:45:32 +08:00 小公司用第三方服务多的话，很难控制崩溃率，一般在千分之几，如果大公司很多服务都是自己开发的，崩溃率可以控制到万分之几。 |
| 21 KratosOmega OP @mcluyu 老哥你们用户数量大约在什么级别呢 |
| 22 mcluyu 2023-06-21 09:25:25 +08:00 @KratosOmega 30 天活跃用户量 20-30 万 |
Select Language